Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta Katedra účetnictví a financí Bakalářská práce Anomálie na finančních trzích Vypracovala: Michaela Šafářová Vedoucí práce: Ing. Petr Zeman, Ph.D. České Budějovice 2014
Jihočeská univerzita v Českých Budějovicích
Ekonomická fakulta
Katedra účetnictví a financí
Bakalářská práce
Anomálie na finančních trzích
Vypracovala: Michaela Šafářová
Vedoucí práce: Ing. Petr Zeman, Ph.D.
České Budějovice 2014
Prohlášení
Prohlašuji, že svoji bakalářskou/diplomovou práci jsem vypracoval/a samostatně
pouze s použitím pramenů a literatury uvedených v seznamu citované literatury.
Prohlašuji, že v souladu s § 47 zákona č. 111/1998 Sb. v platném znění souhlasím
se zveřejněním své bakalářské/diplomové práce, a to - v nezkrácené podobě/v
úpravě vzniklé vypuštěním vyznačených částí archivovaných Ekonomickou fakul-
tou - elektronickou cestou ve veřejně přístupné části databáze STAG provozované
Jihočeskou univerzitou v Českých Budějovicích na jejích internetových stránkách,
a to se zachováním mého autorského práva k odevzdanému textu této kvalifikační
práce. Souhlasím dále s tím, aby toutéž elektronickou cestou byly v souladu s
uvedeným ustanovením zákona č. 111/1998 Sb. zveřejněny posudky školitele a
oponentů práce i záznam o průběhu a výsledku obhajoby kvalifikační práce. Rov-
něž souhlasím s porovnáním textu mé kvalifikační práce s databází kvalifikačních
prací Theses.cz provozovanou Národním registrem vysokoškolských kvalifikač-
ních prací a systémem na odhalování plagiátů.
30. dubna 2014
Podpis: ……………………………………
Poděkování
Ráda bych poděkovala Ing. Petru Zemanovi, PhD. za jeho cenné rady a připomín-
ky při tvorbě mé bakalářské práce a za čas, který mi při konzultacích věnoval.
7
Obsah
1 ÚVOD ............................................................................................................................ 8
2 EFEKTIVNOST TRHU ................................................................................................ 9
2.1 Efektivnost finančních trhů ............................................................................. 9
3 TEORIE EFEKTIVNÍHO TRHU ................................................................................ 11
3.1 Historie efektivního trhu ............................................................................... 11
3.2 Předpoklady efektivnosti trhu ....................................................................... 12
3.3 Hypotéza efektivních trhů, model spravedlivé hry, náhodné procházky ...... 12
3.4 Formy tržní efektivnosti ................................................................................ 14
3.5 Charakteristiky efektivního trhu ................................................................... 16
4 BEHAVIORÁLNÍ FINANCE ..................................................................................... 19
5 ANOMÁLIE NA FINANČNÍCH TRZÍCH ................................................................ 21
5.1 Lednový efekt ............................................................................................... 21
5.2 Pondělní (týdenní, víkendový efekt) ............................................................. 22
5.3 Ostatní anomálie ........................................................................................... 23
6 CÍL A METODIKA ..................................................................................................... 28
7 VLASTNÍ PRÁCE ...................................................................................................... 31
7.1 Popis společností ........................................................................................... 31
7.2 Vlastní testování ............................................................................................ 33
8 ZÁVĚR ........................................................................................................................ 44
I. SUMMARY ................................................................................................................ 45
II. POUŽITÁ LITERATURA ......................................................................................... 46
III. SEZNAM TABULEK .............................................................................................. 49
SEZNAM GRAFŮ ......................................................................................................... 50
SEZNAM OBRÁZKŮ .................................................................................................... 50
8
1 Úvod
Teorií efektivního trhu se začali ekonomové zabývat počátkem 20. století. K této teorii
významně přispěl E. Fama (1969), který se domníval, že trh je efektivní, jestliže odráží
všechny dostupné informace. Na trhu se přesto mohou objevovat různé anomálie, které
jsou v rozporu s teorií efektivního trhu. Odhalují buď nedostatek v základním cenovém
modelu, nebo tržní neefektivnost. Někteří ekonomové jsou toho názoru, že díky těmto
anomáliím lze na akciovém trhu dosáhnout nadprůměrných výnosů v určitém období,
které se liší podle toho, o kterou anomálii se jedná. S teorií efektivního trhu souvisí také
behaviorální finance, které jsou novým teoretickým směrem uplatňujícím poznatky z
psychologie na chování investorů. Teorie behaviorálních financí připouští možnost, že
investoři se vždy nemusí chovat racionálně, ale mohou podlehnout psychologickým
vlivům.
Cílem této bakalářské práce je analyzovat anomálie narušující efektivitu trhu a prokázat
nebo vyvrátit výskyt pondělního a lednového efektu na českém akciovém trhu u vybra-
ných společností.
V první kapitole bakalářské práce je obecně zmíněna efektivnost trhu a její rozdělení na
tři základní druhy efektivnosti – alokační, operační a informační. Tato práce se zabývá
informační efektivností. Druhá kapitola je zaměřena již konkrétně na teorii efektivního
trhu, na její předpoklady, hypotézy, formy a charakteristiky. Právě díky této neefektiv-
nosti trhu vznikají na akciových trzích různé anomálie, které mohou být zdrojem nad-
měrných zisků. Třetí kapitola popisuje teoretický směr behaviorálních financí, které
jsou spojeny s behaviorální ekonomií. V této kapitole jsou také stručně vysvětleny jed-
notlivé teorie, které právě behaviorální finance zahrnují. Čtvrtá kapitola se zabývá jed-
notlivými anomáliemi. Práce je zaměřena na lednový a pondělní efekt, které jsou pova-
žovány za jedny z nejdůležitějších efektů. Je zde zmíněna i celá řada dalších anomálií,
které se mohou na akciovém trhu vyskytovat.
9
2 Efektivnost trhu
Podle Synka, Kislingerové a kol. (2010) můžeme obecně definovat efektivnost jako
podíl výstupů k vstupům. Existuje mnoho dělení efektivnosti, např. ekologická, etická,
sociální, ekonomická atd. V porovnání s jinými ekonomickými disciplínami chápe in-
vestiční ekonomie efektivnost jinak. „Efektivnost je takové použité ekonomických zdro-
jů, které přináší maximální úroveň uspokojení dosažitelnou při daných vstupech a tech-
nologii.“ (Samuelson, Nordhaus, 1991, s. 968)
2.1 Efektivnost finančních trhů
V souvislosti s finančními trhy lze rozlišovat tři druhy efektivnosti – alokační, infor-
mační a operační.
Prvním druhem efektivnosti je alokační efektivnost. Cílem finančních trhů by měla být
efektivní alokace úspor do nejproduktivnějších podniků, tzn., že investoři investují do
společností při minimálním riziku. Tato efektivnost je typická pro primární trh, kde do-
chází k přesunu peněžních prostředků od věřitele k dlužníkovi. Alokační efektivnost na
primárních trzích může být ovlivňována i sekundárními trhy. Cena cenného papíru na
sekundárním trhu tedy ovlivňuje cenu cenného papíru na primárním trhu. Pro zajištění
alokační efektivnosti je nutné zabezpečit spolehlivý tok informací o perspektivě dlužní-
ků k investorům. Alokační efektivnost má pozitivní účinek na celou ekonomiku, neboť
úspory by měly být vkládány do nejúspěšnějších podniků.
Operační efektivnost na sekundárních trzích je podmínkou alokační efektivnosti na pri-
márních trzích. Trh se nazývá operačně efektivní, pokud jsou transakční náklady nízké,
tzn., že je spread (rozpětí) minimální. Rozpětí se snižuje, jestliže se likvidita trhu zvyšu-
je. Prodávající a kupující cenných papírů by měli počítat s makléřskými náklady. Po
započtení transakčních nákladů lze určit tzv. čistý výnos z prodeje cenných papírů. Pro
investory i vypůjčovatele je mnohem dražší vstoupit na primární trh, pokud se velikost
rozdílu mezi celkovými náklady a čistým výnosem zvětšuje. To platí i v případě, že
držitelé cenných papírů chtějí získat hotovost zpět. Podíl rozpětí a transakčních nákladů
na ceně tvoří míru operační efektivnosti.
Tato bakalářská práce se zabývá informační efektivností. Podle Jílka (1997) je infor-
mační efektivnost závislá na tom, jak se všechny dostupné relevantní informace odrážejí
10
v tržní ceně. Jednoduchou a jednoznačnou informaci představuje kótovaná cena, která je
veřejně dostupná všem účastníkům finančního trhu. Pojem informační efektivnost je
závislý na tom, jak je chápán pojem relativní informace. Dle tohoto můžeme rozlišit tři
stupně efektivnosti, které odpovídají formám informačně efektivních trhů. Jedná se o
slabou, středně silnou a silnou efektivnost, které jsou popsány níže v kapitole 3. 4.
Informační efektivnost vyjadřuje, jak ceny cenných papírů odrážení současné znalosti o
očekávaných budoucích příjmových tocích u cenných papírů. Na dokonale efektivním
trhu mají všichni kupující i prodávající stejné podmínky, neboť ceny odrážejí všechny
dostupné informace. Trh není informačně efektivní, pokud mají někteří investoři
k dispozici neveřejnou informaci. Kvůli neveřejné informaci mají tudíž někteří investoři
výhodu oproti ostatním a mohou tak dosahovat nadprůměrných zisků. Neveřejnou in-
formací může být například to, že investoři vědí o novém objevu společnosti. Investoři
na základě této neveřejné informace nakoupí cenné papíry od neinformovaných vlastní-
ků, protože věří, že po zveřejnění informace vzroste cena akcií. Malé společnosti jsou
specifickým problémem. Někteří jedinci mohou mít o firmách lepší informace než ana-
lytici, kteří se zajímají o celý sektor. To ovšem není důkazem, že jsou trhy s malými
podniky neefektivní. Na základě tržního prostředí firmy se uskutečňuje interpretace
budoucích výnosů. Nestačí pouze vědět, že výnosy podniku porostou, ale i vědět více o
zvýšení v rámci vztahu podniku v daném sektoru. Malí investoři mají pouze krátkodo-
bou výhodu, pokud se domnívají, že malá firma není správně oceněna. Je to z toho dů-
vodu, že i při malém počtu akcií se ceny přizpůsobují velmi rychle. Toto chybné oceně-
ní nevede k velkým ziskům.
11
3 Teorie efektivního trhu
„Teorie efektivního trhu předpokládá, že akciové kursy jsou ovlivňovány očekávanými
zisky, dividendami, rizikem, výbuchem finančních panik, kolapsem firem a dalšími kur-
zotvornými informacemi.“ (Musílek, 2011, s. 281). Efektivní je tedy trh, který velmi
rychle vstřebává neočekávané informace.
3.1 Historie efektivního trhu
V roce 1900 jako první matematicky popsal teorii efektivního trhu Louis Bachelier. Ve
své disertační práci vysvětloval teorii náhodných procesů cen komodit, ale v té době jí
nebyla věnována moc velká pozornost. Za příčinu poklesu a růstu cen akcií považoval
neviditelnou náladu tisíce investorů.
Ve 30. l. 20. stol. ekonomové, jako například H. Working nebo A. Cowles, zjistili, že
v různých obdobích se korelační závislosti cen u amerických a britských akcií přibližo-
valy k nule. Až Maurice George Kendall začal používat systematický přístup ke zkou-
mání efektivního chování akciových kursů. Ve svém zkoumání se věnoval chování
krátkodobých změn akciových kurzů na londýnském trhu a cenám bavlny a pšenice na
americkém trhu komodit. Předpokládal, že se objeví určité pravidelné cenové cykly.
Nakonec ale došel k závěru, že „… časové řady vypadají, jako by se pohybovaly bez
cíle, tak jako by jednou týdně nějaký „démon“ nebo „náhoda“ vytáhli z osudí náhodné
číslo a přidali ho k současné ceně a stanovili tak cenu na příští týden…“. (Kendal,
1953, s. 17)
F. Osborne v roce 1959 porovnal vývoj cen na akciovém trhu s náhodnými pohyby mi-
kroskopických částic pohybující se v kapalině, tzv. Brownův pohyb. Dokázal, že uzaví-
rací akciové kursy mají sklon koncentrovat se na denních maximech a minimech. Také
dokázal, že zvraty (páry cenových změn s opačným směrem) mají sklon být běžnější
než pokračování (změny ceny ve stejném směru). Definice slabé formy efektivnosti
byla v podstatě shodná s Osbornovými závěry.
E. Fama, který svou prací významně přispěl k teorii efektivních trhů, nabyl též názoru o
náhodném chování akciových trhů. Právě k jeho práci se datuje vznik teorie efektivního
trhu. Fama se i ve svých dalších výzkumech věnoval převážně tomuto tématu. Za všeo-
becně ideální trh považoval trh, na němž ceny vydávají jasné signály pro alokaci zdrojů,
tzn., na kterém firmy mohou učinit investiční rozhodnutí a investoři si mohou vybrat
12
z cenných papírů, které představují majetkovou účast v podniku na základě předpokla-
du, že ceny cenných papírů vždy plně odrážejí všechny dostupné informace. „Trh, na
němž vždy ceny plně odrážejí dostupné informace, se nazývá efektivní.“
(Fama, 1969, s. 383)
3.2 Předpoklady efektivnosti trhu
Fungování efektivního trhu závisí na několika neopomenutelných předpokladech. Při
nedosažní těchto předpokladů nelze očekávat dosažení kterékoliv formy efektivnosti.
Jedná se především o následující předpoklady. Ziskový motiv je hlavním přínosem
efektivnosti trhu. Případné odchylky (mezi vnitřní hodnotou akcie a akciovým kurzem)
jsou díky ziskovému motivu identifikovány a odstraněny během několika minut. Dále
se předpokládá posun k tvrdě konkurenčnímu trhu, na kterém je velké množství nezá-
vislých investorů mající rovný přístup k technologiím a informacím. Je nezbytný volný
a všem dostupný přístup k informacím, které se týkají nejen firem, domácí ekonomiky,
ale taktéž zahraničních trhů a jejich ekonomik. Předpokládá se vybudování kvalitní in-
frastruktury na trhu, což je nutným technickým předpokladem pro fungování efektivní-
ho trhu, tzn. pružné, bezchybné a průhledné fungování obchodního sytému na burze,
rozšiřování informací, systému regulace a kontroly. Jen na likvidním trhu je možné za-
bezpečení adekvátních nových informací do kurzu cenných papírů a právě likvidnost
musí efektivní trh splňovat. Také kvalitní právní legislativa je důležitá pro chod trhu na
určitém stupni efektivnosti. Legislativa vymezuje práva a povinnosti subjektů a institucí
na daném trhu a vytváří prostředí pro aktivity na tomto trhu.
3.3 Hypotéza efektivních trhů, model spravedlivé hry, náhodné pro-
cházky
Hypotéza efektivních trhů (EMH) tvrdí, že se všechny relevantní dostupné informace
zcela odrážejí v tržní ceně. To znamená, že pokud budou tržní ceny cenných papírů po-
každé rovny fundamentálním a spravedlivým hodnotám cenných papírů, bude toto tvr-
zení pravdivé. Jestliže se fundamentální a tržní cena nerovná, pak je rozdíl dostatečně
malý, aby nemohl být využit k dosažení zisku, a to vzhledem k transakčním nákladům.
13
Trhy cenných papírů budou v neustálé a chaotické rovnováze, za předpokladu pravdi-
vosti EMH.
Model spravedlivé hry (The Fair Game Model)
Model spravedlivé hry je jedním z modelů vysvětlující chování tržních cen cenných
papírů a nejlépe vysvětluje EMH. Tento model je založen na tvrzení, že neexistuje roz-
díl mezi skutečným výnosem ze hry a očekávaným výnosem před začátkem hry.
V souvislosti s trhem cenných papírů se jedná o rozdíl mezi skutečným a očekávaným
výnosem z cenných papírů. Model spravedlivé hry je podle Famy (1969) definován ja-
ko:
( | ) (1)
a
( | ) , kde (2)
= spravedlivá hra
( | ) = očekávaný výnos cenného papíru j v období t+1, závislý na (tj. na
souboru informací dostupném v období t)
Na trhu s cennými papíry bude platit EMH, tzn., že se cena cenného papíru rovná fun-
damentální či spravedlivé hodnotě a všechny změny fundamentálních hodnot se ihned
projeví v tržních cenách. Jedině nová informace by mohla způsobit změnu fundamen-
tální hodnoty cenných papírů. Pokud se žádná neobjeví, nelze předpokládat změnu fun-
damentální hodnoty. Novinku či novou informaci nelze předpovídat. Dalo by se tedy
očekávat, že výnos se bude nepředvídatelně měnit v souvislosti s novými informacemi.
Martingale a Submartingale model (The Submartingale Model)
Martingale model vyjadřuje, že z dnešního výnosu vychází nejlepší varianta odhadu pro
zítřejší výnos. Je jisté, že se bude zítřejší lišit od dnešního, ale nedá se předpovědět o
kolik, tudíž zůstává dnešní výnos nejlepším odhadem. O Martingale model se jedná v
případě, že se držby cenných papírů mezi obdobími rovnají. Pokud je EMH pravdivá,
lze podle Famy (1969) očekávat:
14
( | ) (3)
Submartingale model je podobný modelu spravedlivé hry, ale očekáváme růst kurzů
cenných papírů v porovnání s předchozím obdobím, což odpovídá buďto inflační eko-
nomice s nominálním cenovým růstem nebo expandující ekonomice s reálným růstem.
Model Submartingalu Fama (1969) vyjádřuje následující rovnicí:
( | ) (4)
Teorie náhodné procházky (The Random Walk Model)
U tvrzení, že současná cena cenného papíru plně odráží všechny dostupné informace, se
předpokládá, že po sobě jdoucí změny cen jsou nezávislé. Kromě toho se obvykle před-
pokládá, že po sobě následující změny mají shodné pravděpodobnostní rozdělení. Podle
Famy (1969) je náhodná procházka vyjádřena následující rovnicí:
( | ) (5)
3.4 Formy tržní efektivnosti
U akciových trhů existuje různá forma efektivnosti. Intenzitu této efektivnosti lze měřit
dle druhu informací, které jsou rychle a skoro okamžitě absorbovány akciovými kurzy.
H. Roberts (1967) rozlišuje 3 formy efektivnosti – slabou, střední a silnou.
Slabá forma efektivnosti zahrnuje informace, které můžeme získat z minulých (historic-
kých) dat. Z těchto historických dat nelze určit prognózu budoucího pohybu kurzu, pro-
tože změna kurzu je náhodná. Historická data již byla absorbována kurzy, následovala
prudká, ale přiměřená reakce kurzu, a tudíž není možné očekávat následnou reakci spo-
jenou s historickou informací. Kdysi velmi populární technická analýza, která se zamě-
řuje na objem obchodů a analýzu historických kurzových řad, je nyní považována za
ztrátu času a na slabě efektivním trhu za nevyužitelnou. Je zde jasná kontroverze. Tech-
nická analýza předpokládá, že kurzy komodit a cenných papírů probíhají v trendech a
jakákoliv nová informace je šířena postupně. Jak je již zmíněno výše, na efektivním trhu
musí být šíření informací velmi rychlé a reakce skoro okamžitá. Díky náhodnému a ne-
závislému pohybu kurzu je vyloučena možnost jakéhokoliv trendu na trhu.
15
U středně silné formy efektivnosti platí, že akciový kurz zahrnuje nejen historická data,
ale také aktuální veřejně dostupné informace. I zde platí rychlá a téměř okamžitá ab-
sorpce informací do kurzu, tudíž ani tento typ trhu nedokáže zabezpečit nadprůměrné,
vyšší než rovnovážné výnosy. Špatně oceněné akciové instrumenty na trhu nelze nalézt,
pokud se akciové trhy chovají ve středně silné formě efektivně. V této formě efektiv-
nosti nemá význam technická či psychologická analýza, ani tvůrčí jádro fundamentální
analýzy – teorie vnitřní hodnoty akcie. Investor může dosáhnout nadprůměrného výnosu
jen inside informací, což je informace, která není veřejně známá nebo po jejím zveřej-
nění může významně ovlivnit kurz či výnos akcie.
Silná forma efektivnosti je nejsilnější formou efektivnosti trhu. Silná efektivnost zahr-
nuje kurzotvorné informace veřejného i neveřejného charakteru, které lze kdekoliv a
jakkoliv získat. Zde nemá smysl technická ani fundamentální analýza. Neveřejné infor-
mace jsou také bezcenné, protože jsou již zahrnuty v akciovém kurzu. Vnitřní hodnota
cenného papíru zde odpovídá jeho kurzu. Na tomto typu trhu nelze zajistit nadprůměr-
né, vyšší než rovnovážné výnosy, poněvadž je cenný papír v důsledku okamžité reakce
správně oceněn. Tato forma efektivnosti neexistuje, pokud není nikde na světě úplně
naplněna středně silná forma efektivnosti.
Bylo uskutečněno několik výzkumů týkajících se zneužívání inside informací a dosáh-
nuto zajímavých výsledků. Aktivity burzovních specialistů a obchodních manažerů
v USA jsou ve vzájemné kolizi se silnou formou efektivnosti. Naopak manažeři a
správci portfolií jsou se svými podprůměrnými výsledky podporou v silné formě efek-
tivnosti.
16
3.5 Charakteristiky efektivního trhu
Čtyři základní charakteristiky efektivního trhu nejlépe vymezují podstatu efektivního
trhu. Podstatné rysy, důsledky a aspekty obsahují tyto charakteristiky.
První charakteristika říká, že nová a neočekávaná informace je absorbována akciovým
kurzem během několika sekund nebo minut. Na efektivním trhu je tato reakce pouze
skoková. Některé reakce akciových kurzů jsou ale naprosto v rozporu s efektivním
trhem, například v důsledku opožděné reakce, která trvá i několik dnů. Předběžná reak-
ce je uskutečňována předběžně před oznámením nové informace a dána do souvislosti
s insider obchody na trhu. Nadměrná reakce je způsobena psychologickými faktory a
atributy.
Obrázek 1: Okamžitá, skoková reakce akciového kurzu na novou, neočekávanou infor-
maci oznámenou ke dni 0
Zdroj: Veselá (2011)
120
100
-5 0 5 časové období (dny)
Akc
iový
ku
rz (
Kč)
17
Obrázek 2 : Postupná, předběžná a nadměrná reakce akciového kurzu na novou, neoče-
kávanou informaci oznámenou ke dni 0
Zdroj: Veselá (2011)
Podle druhé charakteristiky je na efektivním trhu reakce akciových kurzů na novou in-
formaci ukončena ještě v ten den. Jednotlivé informace, jež vyvolávají změny akcio-
vých kurzů, jsou nezávislé a náhodné. Novou informaci není možné předpokládat a prá-
vě to je důležitým faktorem přispívajícím k náhodnému pohybu kurzů. V případě, že by
byla predikce již předem známá, kurzy by nevykazovaly žádný pohyb a nereagovaly by,
protože informace by již byla absorbována akciovými kurzy.
Třetí charakteristika tvrdí, že akciové trhy na efektivním trhu jsou nuceny k rovnováze,
protože je k tomu tlačí ziskový motiv a aktivita investorů. Neustálé aktivity investorů
rychle eliminují ziskové či ztrátové příležitosti. Celkový výnos, který je dosahován na
trhu v dlouhodobém horizontu, se od tržního průměru příliš neodchýlí. To ovšem ne-
znamená, že investor nemůže výjimečně dostáhnout vyššího než průměrného výnosu.
Charakteristika říká, že nikdo nadprůměrného výnosu není schopen dosáhnout trvale a
opakovaně. Odchylku skutečného výnosu od rovnovážného lze měřit např. alfa fakto-
rem v modelu CAMP, který by neměl být příliš vzdálený od nuly. Akcie nacházející se
na akciovém trhu jsou většinou správně oceněny, a tudíž se jejich výnosová míra příliš
neliší od rovnovážné výnosové míry, v níž je zahrnuto riziko spojené s danou akcií.
150 120 100
-5 0 5 10 časové období (dny)
Akc
iový
ku
rz (
Kč)
předběžná reakce
postupná reakce
nadměrná reakce
18
V poslední charakteristice je vyjádřeno, že všechny obchodní a investiční strategie ve
snaze „bít trh“ na efektivním trhu selhávají. Tím je myšleno „bít trh“ ve smyslu dosáh-
nout nadprůměrného výnosu. Všechny investiční i obchodní strategie nemohou být
úspěšné, protože v dvouletém horizontu nepřinášejí investorovi nadměrný výnos. Veš-
keré strategie ve snaze dosáhnout nadprůměrného zisku selhávají. Efektivní trh je scho-
pen ocenit každou akcii a většinou se v ocenění nemýlí. Vnitřní hodnotě akcie odpovídá
akciový kurz na efektivním trhu. Investiční strategie zaměřující se na rozpoznání akcií,
které jsou špatně oceněné, musí být na tomto trhu neúspěšné a neúčinné.
Právě těmto charakteristikám je věnována pozornost při testování praktického fungová-
ní efektivního trhu. Testování těchto statistik se provádí většinou statisticky a snaží se
otestovat fungování efektivnosti trhu. Při empirických studiích či testování efektivnosti
trhu se testuje většinou slabá forma efektivnosti trhu, která vychází z historických kur-
zových řad.
Nejsnazší je prověřit naplnění druhé a čtvrté charakteristiky. Při prověřování druhé cha-
rakteristiky se hledá především jakákoliv závislost a trendy v pohybu akciových kurzů.
Používají se buďto jednoduché metody, například simulační testy, korelační testy či
distribuční modely, jejichž vypovídací schopnost není veliká, nebo složitější metody,
mezi které patří Box-Jenkinsova metodologie.
U testování čtvrté charakteristiky se testy snaží změřit výnosové míry, jež jsou výsled-
kem investičních a obchodních strategií. Poté se tyto výnosové míry porovnávají
s výnosovou měrou akciového indexu. Nelze hovořit o slabě efektivním trhu, pokud
není naplněna čtvrtá charakteristika. O tu se nejedná, pokud je výnosová míra produko-
vaná zvolenou strategií, po započtení transakčních nákladů, vyšší než výnosová míra
produkovaná indexem.
19
4 Behaviorální finance
Behaviorální ekonomie a s ní související oblast behaviorálních financí jsou novým teo-
retickým směrem uplatňujícím poznatky z psychologie na chování investorů a institucí
na trzích cenných papírů. Někteří představitelé tohoto směru jsou dokonce psychologo-
vé, např. A. Tversky nebo D. Kahneman. Musílek (2011) uvádí, že behaviorální finance
lze definovat jako „…interdisciplinární teorii zkoumající vliv psychologie na rozhodo-
vání investorů, fungování trhu cenných papírů…“. Na rozdíl od teorie efektivního trhu
tato teorie připouští možnost, že investiční publikum se ne vždy musí chovat racionálně,
ale může podlehnout psychologickým vlivům. Behaviorální modely spojují poznatky
z psychologie s mikroekonomickou teorií a zahrnují celou řadu konceptů, metod a ob-
lastí.
Základním úkolem behaviorálních financí je vysvětlit, proč účastníci trhu dělají sou-
stavné chyby, které jsou v rozporu s předpokladem racionálního účastníka trhu. Tyto
chyby, které ovlivňují ceny i výnosy, vyvářejí tržní neefektivnost. Finance také zkou-
mají, jak ostatní účastníci využívají tuto tržní neefektivnost. Někteří analytici považují
behaviorální finance za teoretický základ pro technickou analýzu. Další klíčová pozoro-
vání se zabývají nesouladem mezi rozhodnutím, jak získat či udržet prostředky nebo
averzemi vůči ztrátám. Averze vůči ztrátě se projevuje tím, že investor není ochoten
prodat akcie, pokud by to pro něj mělo znamenat ztrátu.
Mezi teorie behaviorálních financí lze zařadit Prospect Theory, Framing Theory, Over-
confidence Theory a další teorie, z nichž některé jsou popsány níže.
D. Kahneman a A. Travesky (1979) vytvořili tzv. prospektovou teorii, kterou v roce
1992 rozpracovali do kumulativní prospektové teorie. (Kahneman, Traversky, 1992).
Tyto teorie zkoumají chování investorů za nejistoty a za rizika při výběru mezi investič-
ními alternativami. Prospektová teorie se skládá ze dvou fází – úpravy a hodnocení. Ve
fázi úpravy se rizikové situace zjednodušují pomocí různých výběrů. V druhé fázi se
rizikové alternativy hodnotí podle různých psychologických principů.
Další teorií těchto autorů je Framing Theory („teorie zarámování“). Tato teorie se zabý-
vá reakcí investorů na stejnou kurzotvornou informaci podanou odlišnými způsoby.
Overreactions Theory („teorie přehánění“) se zabývá chováním investorů při nových
dramatických událostech a jejich reakcí na informace, jenž nelze předpokládat. Předsta-
vitelé této teorie, např. W. De Bondt a R. Thaler (1995), vycházejí z předpokladu, že po
20
uveřejnění nových informací týkající se cen akcií, dochází k „přestřelování“ správných
hodnot. Z toho vyplývá, že poté musí dojít i k jejich reverznímu pohybu, a tudíž zpět-
nou korekci cen lze úspěšně předpovědět.
Overconfidence Theory („teorie nadměrného sebevědomí“) zkoumá chování správce
aktiv a vybrané investory, kteří jsou toho názoru, že jejich investiční schopnosti i do-
vednosti jsou nadprůměrné. Jejich frekvence obchodování je silně nad průměrem a
spravované portfolio se neustále mění. Ve srovnání se strategií „kup a drž“ však dosa-
hují vysoce podprůměrné výnosové míry, což je důsledkem jejich nadprůměrného ob-
chodování.
21
5 Anomálie na finančních trzích
Anomálie jsou empirické výsledky, které jsou v rozporu s teoriemi efektivního trhu.
Ukazují buď tržní neefektivnost, nebo nedostatek v základním cenovém modelu.
5.1 Lednový efekt
V jednotlivých časových obdobích nemá pohyb akciových kurzů stejnoměrný vývoj.
Byly objeveny časové cykly, které se pravidelně opakují v kursovém vývoji. Lednový či
pondělní faktor patří mezi nejdůležitější kalendářní vlivy.
Výskyt tohoto efektu může být dán tím, že většina investorů a manažerů na konci roku
zkoumá výnosnost svého portfolia, vytváří nové investiční strategie, převrstvuje portfo-
lio a svá portfolia doplňují o akcie těchto malých firem. Investoři se snaží především
dosáhnout daňové optimalizace ztrátovými nákupy, které jsou záměrně uskutečňovány
v prosinci, v lednu již k tomu není důvod. Navíc v měsíci lednu dochází k nakupování
cenných papírů zpět, tím dochází k opětovnému zvýšení cen akcií, a tudíž mají vyšší
výnosnost.
Lednový efekt (The January Effect) se týká především akcií menších firem a vyskytuje
se v měsíci lednu. Počátkem ledna, zejména v prvních čtrnácti dnech tohoto měsíce,
dochází k nadměrnému kurzovému růstu, což by mohlo být zdrojem vysokých kapitálo-
vých zisků. Výnos amerických akcií malých i velkých firem během prvních pěti dnů
v lednu v letech 1963-1979 dosáhl průměrného rozdílu 8,16%, konkrétně se tím zabýval
Keim (1983). Taktéž Haugen a Lakonishok (1988) se zabývali tímto efektem, o kterém
pojednávají ve své knize The Incredible January Effect. V jednotlivých státech a v čase
působí podle Gultekina a Gultekina (1983) lednový efekt jinak. S tímto efektem je vel-
mi úzce spojen efekt zanedbaných firem.
První pokusy testování této hypotézy zkoumaly krátkodobé sériové korelace v cenách
akcií. Pokud neexistovaly žádné významné korelace, byly důkazy posuzovány
v souladu s náhodnou procházkou. Nicméně vědci provedli odlišný test, který se stal
klíčovým. Rozeff a Kinney (1976) našli sezónní modely v rovnovážném indexu cen na
newyorské burze cenných papírů v letech 1904-1974. Průměrný výnos se v lednu pohy-
boval okolo 3,5%, což je přes jednu třetinu ročního výnosu, zatímco v ostatních měsí-
22
cích se průměr pohyboval okolo 0,5%. Zajímavé je, že se vysoký lednový výnos neob-
jevoval v indexu, který zahrnoval pouze velké firmy.
Kvůli prozkoumání hypotézy daňové ztráty z prodeje a také kvůli tomu, zda lednové
výnosy mohou být pouze statistickým artefaktem, zkoumalo několik vědců sezónní mo-
dely v dalších zemích. Mezinárodní výsledky dokazují, že zatímco se daně zdají být
důležité vůči lednovému efektu, nejsou vysvětlením všeho. Například tento efekt je sle-
dován v Japonsku, kde neexistuje daň z kapitálových zisků, či v Kanadě, kde do roku
1972 taktéž neměli tuto daň. (Thaler, 1987)
Základní otázka zní, zda tato anomálie znamená ziskovou obchodní strategii. Na tuto
otázku je těžké odpovědět. V případě malých firem, malý objem obchodů a velké rozpě-
tí nabídky a poptávky, hovoří proti velkým ziskovým příležitostem nebo taktéž vyso-
kým transakčním nákladům. Ani jedna z anomálií nenabízí obrovskou příležitost pro
soukromé investory. To ovšem neznamená, že by byla anomálie nezajímavá. Někteří
obchodníci čelí nulovým transakčním nákladům a investoři, kteří nyní nakupují v lednu,
mohou místo toho nakupovat v prosinci. Kromě toho, když nikdo nevydělá peníze jako
důsledek anomálie, může se zajímat o to, proč k nim dochází.
5.2 Pondělní (týdenní, víkendový efekt)1
Tento efekt způsobuje, že se během týdne akciové kurzy pohybují podle určitého vzoru.
Existuje jistá sezónnost časové řady kurzů akcií, která je v rozporu s předpokladem
efektivního trhu, což je náhodný pohyb kurzu. Výzkumy ukázaly, že pondělní efekt
nelze vysvětlit dobou vypořádání mezi transakcemi vyskytujícími se v odlišných dnech
v týdnu. Dále ho nevysvětlují chyby v měření v zaznamenaných cenách či chyby
v prodejním i nákupním chování investora.
Podle Jílka (1998) lze během víkendu a pondělního dopoledne zaznamenat statisticky
významnou tendenci poklesu cen akcií. Tento efekt není zcela objasněn. Jednou
z možností, jak vysvětlit pondělní pokles cen, je příchod špatných zpráv v průběhu ví-
kendu, což má za následek pondělní výprodeje.
Pokles cen je v průměru 0,1%, takže je obtížné z tohoto efektu profitovat vzhledem
k transakčním nákladům. Jedna z možných strategií je pak držení akcií od pondělního
1 Angl. The Day of the Week Effect
23
odpoledne do pátku, kdy dochází k likvidaci portfolia a investování peněžních prostřed-
ků na peněžním trhu. Každý týden se náklady na nákup a prodej snižují, čímž je prav-
děpodobně zcela omezen veškerý zisk z této strategie. Tento efekt je i tak velmi zajíma-
vý a významný. (Jílek, 1998)
Další možné vysvětlení rozdílných denních výnosů nabízí teorie kalendářní báze a ob-
chodní báze. Pokud proces generuje akciové výnosy nepřetržitě, pak by měly pondělní
výnosy obsahovat výnos za víkend jako kompenzaci za třídenní období držby. Jedná se
o hypotézu kalendářní báze. Další možností je hypotéza obchodní báze, během které
jsou výnosy vytvářeny po dobu obchodování a průměrné výnosy jsou stejné pro všech
pět pracovních dnů. V rozporu s oběma hypotézami jsou pondělní akciové výnosy
v mnoha zemích v průměru záporné. (French, 1980)
5.3 Ostatní anomálie
Efekt velikosti
Efekt velikost (The Size Effect) je také nazýván efektem malých firem či efektem
s nízkou kapitalizací. Tento efekt z části navazuje na efekt zanedbaných firem nebo na
efekt nízkého P/E ratio. Akcie malých firem, resp. firem s nízkou tržní kapitalizací, vy-
nášejí investorům nadměrné výnosy, což je podstatou efektu velikosti. Podle Banze
(1981) mohou výnosy dosáhnout až 19,8% p.a. S investováním do malých podniků je
ale také spojeno větší riziko a nižší likvidita, což by si měli investoři uvědomit. Je to
dáno především tím, že informace o těchto podnicích nejsou snadno dostupné nebo jsou
neúplné či je investování do těchto firem spojeno s vysokými transakčními náklady.
Lednový efekt je s tímto efektem vzájemně závislý. Větší část výnosů lednového efektu
tvoří právě malé firmy. Analytici malé firmy dostatečně nemonitorují, což podle jedné
z hypotéz může být důvodem efektu malé firmy.
24
Efekt nízkého P/E ratio2
Podstatu jedné z velmi úspěšných investičních strategií tvoří efekt nízkého P/E3 ratio.
Ta doporučuje nakupovat akcie s co nejnižšími hodnotami P/E ukazatele. Opakovaně
mohou tyto akcie přinést investorovi nadprůměrný výnos, který se podle Bleiberga
(1989) pohybuje od 3,92% do 13,40% p.a. v odlišných časových periodách. Existence
efektu je vysvětlována upnutím analytiků na historická data a události nebo možnostmi
propojení tohoto efektu s dalšími efekty, mezi které můžeme zařadit efekt velikosti nebo
efekt zanedbaných firem.
Efekt nízkého P/BV ratio4 (The Low P/BV Ratio Effect)
Podle Veselé (2011) je efekt nízkého P/E obdobou tohoto efektu, který má zpravidla
mnohem nižší intenzitu. Opakovaně nadměrný výnos investorům přinášejí akcie
s nejnižší hodnotou ukazatele P/BV. Existence efektu nízkého P/BV je i tentokrát vy-
světlována přílišnou upjatostí analytiků na historická data nebo tím, že investoři nad-
hodnotí budoucí ziskový potenciál firmy. Podle studie Capaula, Rowleyho a Sharpea
(1993) působí nejsilněji tento efekt v Japonsku a ve Francii, kde je výnos vyšší
v průměru o 2% p.a.
Efekt nízkého P/S ratio5
Efekt nízkého P/S ratio (The Low P/S Ratio Effect), stejně jako předchozí dva výše
uvedené ukazatele, vynáší investorům opakovaně nadměrné výnosy. Tato anomálie sice
příliš prozkoumána nebyla, přesto Jakobs a Levy (1988) poukazují na značnou intenzitu
efektu. Domnívají se, že tato intenzita je stejná jako u hodnot P/E ratio a velikosti. Po-
kud bychom chtěli objasnit tento efekt, bylo by možné vycházet ze stejných východisek,
jako je tomu u efektu nízkého P/E a P/BV ratio.
2 Angl. The Low P/E Ratio Effect)
3 P/E = Price / Earnings per share
4 Price/ Book Value ratio
5 P/S = Price/Sales per share
25
Efekt překvapujících výnosů (The Surprise/Earnings Effect)
Novými, překvapujícími a neočekávanými informacemi o zisku vykazovaném zkouma-
nými společnostmi čtvrtletně, se zabývá právě efekt překvapujících výnosů. Reakcí ak-
ciových kurzů na určitou informaci, která je zkoumána asi 20 dní před jejím zveřejně-
ním, se zabývali Rendleman, Jones a Latané (1982). Z toho vyplývá, že tyto informace
musely uniknout z interních zdrojů firem. Při této studii byla také odhalena opožděná
reakce akciových kurzů na danou informaci, která trvala v některých případech až tři
měsíce. Pro efektivní trh je typické to, že okamžitě a skokově reaguje na určitou infor-
maci, což v tomto případě odporuje efektu překvapujících výnosů, u něhož je reakce jak
předběžná, tak postupná.
Efekt fúzí a akvizicí
Efekt fúzí a akvizicí (The Mergers and Acquisitions Effect) umožňuje dosáhnout nad-
měrných zisků prostřednictvím růstu cen akcií v době, kdy k fúzi dochází. Týká se to
především akcií společností, které jsou předmětem akvizice nebo které chystají fúzi.
Vysoká výše prémie, která dosahuje 30 – 60 %, je spojena s přebíranou společností. I u
tohoto efektu je předpokladem únik interních informací z firmy, neboť 2/3 kurzových
pohybů se vyskytuje ještě před oznámením akvizice podniku. V krátkém období po zve-
řejnění akvizice proběhne zbylá třetina kurzových pohybů. I v takto krátkém období lze
ještě realizovat nadprůměrné výnosy, pokud ještě investoři po zveřejnění akvizice rych-
le zareagují. Tyto výnosy již tak závratné nejsou.
Pohyb kurzu je u získávané společnosti zcela jednoznačný, což se o přebírající společ-
nosti (získávající) říci nedá. Akciový kurz může zůstat na přibližně stejné úrovni, růst
nebo klesat, a to v případě, že není dosaženo zamýšlených, společně působících efektů.
V případě, že by došlo k nečekanému odvolání akvizice nebo fúze, dojde k velkým pro-
padům akciového kurzu, což způsobuje návrat kurzu na svou původní hodnotu.
Akciové kurzy reagují již před oznámením akvizice či fúze, tudíž zde dochází
k významnému narušení silné formy efektivnosti trhu. Efekt fúzí a akvizicí narušuje
taktéž i středně silnou formu efektivnosti z důvodu postupné reakce kurzu na neočeká-
vanou informaci v několika dnech. Podle teorie efektivního trhu by měla být tato reakce
okamžitá.
26
Efekt akcií uzavřených fondů ( The Closed.End Mutual Fund Puzzle)
„Efekt uzavřených fondů je odrazem zvláštního a perzistentního jevu na kapitálových
trzích, a sice že akcie uzavřených fondů jsou dlouhodobě obchodovány s diskontem,
což znamená, že tržní kurz akcií nebo podílových listů emitovaných fondem je dlouho-
době menší než tržní hodnota majetku fondu připadající na jednu akcii (podílový list)“
(Malkiel, 1977).
Tato hodnota se měří podle ukazatele čisté hodnoty aktiv. Hodnota diskontu se mění
inverzně k všeobecnému trhu akcií. V případě, že se jedná o medvědí trh, výše diskontu
roste a naopak, jedná-li se o býčí trh, hodnota klesá. Nižší likvidita akcií, spolu s vyso-
kými emisními náklady, náklady zastoupení, daňovými důvody a dalšími, vysvětluje
neustálou existenci diskontu u akcií v uzavřených fondech. Výše uvedené důvody nej-
sou zcela schopny objasnit danou anomálii. Dlouhodobý rozpor mezi objektivní funda-
mentální hodnotou a tržním kurzem akcie je v rozporu s efektivním trhem, kterého se
nelze zbavit ani žádnými arbitrážními aktivitami.
Efekt emise nových akcií (The New Stock Issues Effect)
Tento efekt je spojen s kurzovými pohyby veřejných společností, které vznikly ze spo-
lečností soukromých, v procesu tzv. going public. Díky procesu going public se akcie
soukromých společností neobchodovatelných na kapitálovém trhu, stávají veřejně ob-
chodovatelnými. Investiční banky sehrávají důležitou roli, neboť z důvodu zajištění
rozprodání celé emise nebo informační asymetrie, podhodnocují kurzy vydaných akcií o
5-10 %. Trh rozdíl mezi emisním kurzem a vnitřní hodnotou rozpozná a v následujících
dnech dochází k růstu kurzů o 5-10 %. Emitované akcie tedy během prvních pár dní
generují značné kurzové zisky. Tato nerovnováha na trhu či přizpůsobování kurzu
správné hodnotě je taktéž v rozporu s efektivností trhu.
Efekt spojený s Value Line Survey ( The Value Line Enigma)
Největší a nejúspěšnější poradenská společnost je podle Dimsona (1988) Value Line
Investment Survey. Value Line hodnotí výnosnost přibližně 1700 akcií. Společnost na
základě veřejně dostupných účetních informací rozděluje akcie do pěti kategorií podle
očekávaných výnosů, kdy do první skupiny jsou zařazeny společnosti s nejvyššími oče-
27
kávanými výnosy a do páté naopak společnosti s nejnižšími očekávanými výnosy.
Úspěšnost predikce společnosti Value Line byla potvrzena několika akademickými pra-
cemi, ve kterých se vědci shodují na tom, že při nákupu akcií zařazených do první sku-
piny (nebo naopak prodejem cenných papírů zařazených do páté skupiny) lze dosáhnout
nadprůměrných, o riziko očištěných výnosů. Úspěch Value Line je záhadný ze stejného
důvodu, jako efekt velikosti nebo P/E efekt. Strategie založené na těchto efektech dosa-
hují nadprůměrného výnosu v porovnání s modelem CAMP. Lze tedy předpokládat, že
existuje velká míra závislosti mezi žebříčkem Value Line a žebříčkem založeným na
P/E nebo velikosti.
Existuje ještě celá řada anomálií, méně známých, ale přesto významných. Může se jed-
nat o efekt kótace, prázdninový efekt, efekt hospodářského cyklu, měsíční efekt a mno-
ho dalších.
28
6 Cíl a metodika
Cíl
Cílem této bakalářské práce je analyzovat anomálie narušující efektivitu trhu a prokázat
či vyvrátit výskyt lednového a pondělního efektu na daném akciovém trhu.
Metodika
K testování vybraných anomálií byla vybrána data čtyř společností - CETV (Central
European Media Enterprises), Fortuny, Komerční banky a Unipetrolu. Tyto společnosti
jsou obchodovány na Burze cenných papírů Praha. Použitá data jsou z let 2012 až 2013
a pocházejí ze stránek XTB Brokers.
Předpokladem pondělního efektu jsou následující hypotézy:
Ho: μpo = μos
Ha: μpo ≠ μos
Nulová hypotéza je založena na předpokladu, že střední hodnota pondělního výnosu
(μpo) se rovná střední hodnotě výnosů v ostatních dnech (μos). Alternativní hypotéza
předpokládá, že se výnosy nerovnají.
U lednového efektu se předpokládají tyto hypotézy:
Ho: μl = μo
Ha: μl ≠ μo
Nulová hypotéza předpokládá, že střední hodnota denního lednového výnosu (μl) je
stejná jako v střední hodnota denních výnosů v ostatních měsících (μo), v alternativní
hypotéze se tyto výnosy nerovnají.
Nejprve je třeba z daných dat vypočítat denní výnos pomocí logaritmické transformace
dat podle následující rovnice:
rt = ln Pt – ln Pt-1 , (6)
kde:
rt = výnos v čase t
ln Pt = logaritmus ceny P v čase t
ln Pt-1 = logaritmus ceny P v čase t-1
29
Upravená data jsou testována pomocí F-testu na shodu rozptylu a poté podle oboustran-
ného Studentova T- testu v programu Statistica.
Formulace nulové a alternativní hypotézy, zjištění hodnoty testovaného kritéria a kritic-
ký obor F- testu jsou uvedeny v následující tabulce:
Tabulka 1: Testy hypotézy o shodě rozptylů dvou normálních rozdělení
Ho HA Testovací kritérium Kritický obor
F =
K = {
}
Zdroj: Čermáková, Střeleček (1995)
Za předpokladu, že výběrové soubory budou nezávislé a mají normální rozdělení se
stejným rozptylem σ2, bude použit T-test dle tabulky 2.
Tabulka 2: Testy hypotézy o shodě středních hodnot dvou rozdělení N(μ1, σ2) a N(μ2, σ
2)
pro shodné rozptyly
Ho HA Testovací kritérium Kritický obor
μ1 = μ2 μ1 ≠ μ2 t =
√
K = | |
Zdroj: Čermáková, Střeleček (1995)
kde
s = √
(7)
Za předpokladu, že výběrové soubory budou nezávislé a mají normální rozdělení s růz-
nými rozptyly σ2, bude použit T-test dle tabulky 3.
30
Tabulka 3: Testy hypotézy o shodě středních hodnot dvou rozdělení N(μ1, ) a N(μ2,
) pro shodné rozptyly
Ho HA Testovací kritérium Kritický obor
μ1 = μ2 μ1 ≠ μ2 t =
√
K = | |
Zdroj: Čermáková, Střeleček (1995)
Počet stupňů volnosti f se vypočítá jako:
F = (
)
(
)
(
)
(8)
(Čermáková, Střeleček, 1995)
31
7 Vlastní práce
7.1 Popis společností
Komerční banka, a. s.
V roce 1990 vznikla Komerční banka jako státní instituce. O dva roky později došlo
k transformaci banky na akciovou společnost a její akcie byly kótovány na Burze cen-
ných papírů v Praze. V roce 2001 koupila společnost Société Générale 60% podíl
v Komerční bance. Společnost Société Générale je jednou z největších finančních sku-
pin v Evropě, jejímž cílem je finanční stabilita a orientace na klienty. Komerční banka
koupila v roce 2006 zbývající 60% podíl v Modré pyramidě a získala tak kontrolu nad
třetí největší stavební spořitelnou působící na území České republiky. V roce 2010 do-
šlo k fúzi Komerční banky s Komerční bankou Bratislava, kdy se Komerční banka stala
nástupnickou společností.
Komerční banka působí jako mateřská společnost Skupiny KB. Je jednou z předních
bankovních institucí nejen v České republice, ale i ve střední a východní Evropě. Banka
má rozsáhlou síť poboček a svou vlastní distribuční síť. Společnost kromě podnikového
a investičního bankovnictví poskytuje také další služby, mezi které patří penzijní připo-
jištění, pojištění, stavební spoření, spotřebitelské úvěry či faktoring. Všechny tyto služ-
by jsou poskytovány jak na pobočkách, tak i prostřednictvím on-line služeb. Podle po-
sledních dostupných statistik z roku 2012 využilo služeb této banky 1,6 milionu zákaz-
níků. Tito zákazníci byli obslouženi buď u jedné z 399 poboček, nebo u jednoho ze 702
bankomatů. (Komerční banka, 2014)
Fortuna, a. s.
Jednou z prvních porevolučních akciových společností se stala právě FORTUNA sáz-
ková kancelář, a. s., která vznikla v roce 1990 v Praze. Jedním ze čtyř zakládajících čle-
nů byl textař Michal Horáček. V roce 1991 vznikla na Slovensku její sesterská společ-
nost Terno, kterou založila FORTUNA společně s Richardem Müllerem. V roce 2005
obě tyto společnosti koupila investiční skupina Penta Investments, která se zaměřila na
sjednocení značky a expanzi na nové trhy. V roce 2009 vznikla Fortuna Entertainment
Group, která se stala největším provozovatelem kurzových sázek ve střední Evropě.
Z původně české společnosti se tak stal holding působící také na slovenském, maďar-
32
ském a polském trhu. Za dobu své historie se stala Fortuna lídrem v určování trendů
v sázkovém sektoru a dává svým zákazníkům jistotu rychlé výplaty výher.
(Fortuna, 2014)
Unipetrol, a. s.
Unipetrol vznikl jako důsledek postupných kroků privatizace v roce 1995. Úkolem Uni-
petrolu bylo spojení vybraných petrochemických společností do seskupení, které by
mohlo být konkurenceschopné velkým nadnárodním koncernům. Česká republika za-
stoupená Fondem národního majetku byla majoritním vlastníkem této společnosti, zby-
tek akcií byl odprodán investičním fondům a drobným akcionářům. Do Unipetrolu se
začaly postupně začleňovat společnosti Chemopetrol, Benzina, Koramo, Kaučuk a další.
Unipetrol se stal v roce 2005 součástí PKN Orlen, největší rafinérské skupiny ve střední
Evropě.
Unipetrol je v oblasti zpracování ropy a petrochemie vedoucí skupinou v České republi-
ce a jednou z hlavních skupin ve střední a východní Evropě. Společnost se zaměřuje na
tři strategické segmenty, kterými jsou zpracování surové ropy a velkoobchod, maloob-
chod a prodej motorových paliv a petrochemická výroba a prodej. Cílem Unipetrolu je
dlouhodobý růst hodnoty pro akcionáře. Skupina Unipetrol má přes 330 čerpacích sta-
nic, 4000 zaměstnanců a zhruba 37 % akcií společnosti je veřejně obchodovatelných.
(Unipetrol, 2014)
CME (CETV)
CME je bermudská mediální společnost, která je rozšířena hlavně v šesti středoevrop-
ských a východoevropských zemích – v Maďarsku, Chorvatsku, České republice, Ru-
munsku, Slovenské republice a Slovinsku. CME má pobočky v Nizozemí a v každé
zemi, ve které operuje. Je zapsána v USA na NASDAQ Global Select Market a na Bur-
ze cenných papírů v Praze, kde je vedena pod burzovním symbolem „CETV“. Provozu-
je 35 televizních stanic, které sleduje přibližně padesát milionů diváků. CME také vlast-
ní jedno z největších studiových zařízení v rámci středoevropských a východoevrop-
ských zemí.
33
Společnost CME byla založena Ronaldem Lauderem v roce 1994 v souvislosti se zahá-
jením televizního vysílání TV Nova v České republice. Tato značka je nejsledovanější
na svých trzích, co se počtu diváků týče. (CME, 2014)
7.2 Vlastní testování
První z testovaných společností je společnost CETV. Nejprve byl ověřován pondělní
efekt. Zlogaritmované denní výnosy byly otestovány v programu Statistica a bylo dosa-
ženo následujících výsledků, uvedených v tabulce 4.
Tabulka 4: CETV – pondělní efekt
Zdroj: vlastní zpracování v programu Statistica
Z tabulky je patrné, že v žádném ze srovnávaných dní není p-value nižší, než je hladina
významnosti α=0,05. Nulovou hypotézu tudíž nezamítáme. Při srovnání pondělních
průměrných výnosů s ostatními dny lze konstatovat, že páteční výnosy jsou nepatrně
vyšší než pondělní, což vyplývá z grafu 1. Dle směrodatné odchylky je volatilita výnosů
v pondělí nejnižší.
Graf 1: CETV – průměrné denní ln. výnosy
Zdroj: vlastní zpracování
-0,01
-0,008
-0,006
-0,004
-0,002
0
0,002
0,004
pondělí úterý středa čtvrtek pátek
r
t
34
Dále byl pondělní efekt zkoumán u společnosti Fortuna. Výsledky jsou zaznamenány
v tabulce 5.
Tabulka 5: Fortuna – pondělní efekt
Zdroj: vlastní zpracování v programu Statistica
I u této společnosti jsou všechny hodnoty p-value vyšší než hladina významnosti
α=0,05, tudíž nulovou hypotézu opět nelze zamítnout. Nejnižší volatilita výnosů je zde
také v pondělí. Oproti předchozí společnosti je průměrný pondělní výnos vyšší, ale nej-
vyšší průměrný výnos je zde dosahován v úterý, nejnižší opět ve středu. Srovnání výno-
sů je vidět v grafu 2.
Graf 2: Fortuna – průměrné denní ln. výnosy
Zdroj: vlastní zpracování
-0,0015
-0,001
-0,0005
0
0,0005
0,001
0,0015
0,002
0,0025
0,003
pondělí úterý středa čtvrtek pátek
r
t
35
Třetí z testovaných společností je Komerční banka, která je ze zkoumaných společností
z hlediska tržní kapitalizace největší. Jelikož se anomálie vyskytují především u malých
společností, dá se předpokládat, že se zde vyskytovat nebude. Výsledky jsou zazname-
nány v tabulce 6.
Tabulka 6: KB – pondělní efekt
Zdroj: vlastní zpracování v programu Statistica
Zde je překvapivě hodnota p-value nižší než je hladina významnosti α=0,05, tzn., že se
nulová hypotéza zamítá ve prospěch alternativní hypotézy, ale pouze v porovnání pon-
dělí s úterým, středou a čtvrtkem. Důvodem zamítnutí je to, že v pondělí je výnos zá-
porný. Dále se zamítá nulová hypotéza ve prospěch alternativní u porovnání pondělních
výnosů se všemi ostatními dny. P-value je u porovnání pondělí a pátku opět nižší, tudíž
zde by se nulová hypotéza nezamítala. Směrodatná odchylka je zde nejnižší v pátek, ne
v pondělí, jak tomu bylo u předchozích společností. Průměrná výnosnost je nejvyšší
naopak ve středu, kde byla předtím nejvíce ztrátová. K největším ztrátám v porovnání
s ostatními dny zde naopak dochází v pondělí, což lze vidět v grafu 3.
Graf 3 – průměrné denní ln. výnosy
Zdroj: vlastní zpracování
-0,004
-0,003
-0,002
-0,001
0
0,001
0,002
0,003
pondělí úterý středa čtvrtek pátek
r
t
36
Poslední zkoumanou společností je Unipetrol. Zde by se daly předpokládat podobné
výsledky jako u prvních dvou společností. Výstupy statistického programu jsou uvede-
ny v tabulce 7.
Tabulka 7: Unipetrol – pondělní efekt
Zdroj: vlastní zpracování v programu Statistica
Jako u společností CETV a Fortuna je i zde hladina významnosti α=0,05 nižší než p-
value, tudíž nelze zamítnout nulovou hypotézu. Nejnižší volatilita výnosů je také
v pondělí. Nejvyšší ztráta je opět vykazována ve středu, nejvyšší výnosnost je zazname-
naná ve čtvrtek. Hodnoty průměrných denních výnosů jsou opět zaznamenány v gra-
fu 4.
Graf 4: Unipetrol – průměrné denní ln. výnosy
Zdroj: vlastní zpracování
-0,002
-0,0015
-0,001
-0,0005
0
0,0005
0,001
0,0015
pondělí úterý středa čtvrtek pátek
r
t
37
Z výše uvedených dat vyplývá, že nelze jednoznačně říci, že by pondělní či páteční vý-
nosy byly vyšší než v ostatních dnech v týdnu. Výnosy se v jednotlivých dnech liší i u
různých společností. Průměrné denní výnosy všech pozorovaných společností jsou
zpracovány v následujícím grafu 5.
Graf 5: Porovnání průměrných denních ln. výnosů zkoumaných společností
Zdroj: vlastní zpracování
V grafu lze vidět, že tři ze čtyř společností jsou v pondělí i v úterý v zisku. Ve středu
vykazuje většina společností ztrátu. Ve čtvrtek opět tři ze čtyř společností vykazují ztrá-
tu, v pátek je poměr 50:50. Zajímavý je prudký pokles akcií během úterý a středy u spo-
lečnosti CETV, který je následován prudkým nárůstem výnosu od středy do pátku.
Dále bude u těchto čtyř společností zkoumán také lednový efekt. Zlogaritmované výno-
sy byly opět otestovány v programu Statistica. Jako první byla otestována opět společ-
nost CETV. U dané společnosti bylo dosaženo následujících výsledků, uvedených
v tabulce 8.
-0,01
-0,008
-0,006
-0,004
-0,002
0
0,002
0,004
pondělí úterý středa čtvrtek pátek
r
t
CETV
Fortuna
KB
Unipetrol
38
Tabulka 8: CETV- lednový efekt
Zdroj: vlastní zpracování v programu Statistica
U tohoto testu je rovněž hodnota p-value vyšší než hladina významnosti α = 0,05.
V tomto případě opět nelze zamítnout nulovou hypotézu. Nejnižší směrodatná odchylka
je zaznamenána v březnu, nejvyšší naopak v říjnu. Nejvyšších průměrných výnosů je
dosahováno v prosinci. Kromě ledna je v první polovině roku vykazována ztráta, avšak
největší ztráta je vykazována v říjnu. Přehled průměrných denních výnosů v jednotli-
vých měsících je zaznamenán v grafu 6.
Graf 6: CETV – průměrné denní ln. výnosy v jednotlivých měsících
Zdroj: vlastní zpracování
-0,02
-0,015
-0,01
-0,005
0
0,005
0,01
0,015
0,02
r
t
39
Jako další bude stejným způsobem testována společnost Fortuna. Výsledky jsou zazna-
menány v tabulce 9.
Tabulka 9: Fortuna – lednový efekt
Zdroj: vlastní zpracování v programu Statistica
P-value u akciové společnosti Fortuna je opět o dost vyšší než hladina výnosnosti
α=0,05. Nejnižší volatilita výnosů je vykazována v měsíci červenci, naopak největší
volatilita je zaznamenána v červnu. Při pohledu na výše uvedenou tabulku je zřejmé, že
na rozdíl od společnosti CETV je v prvních pěti měsících dosahováno zisku. Nejvyšší
ztráta je dosahována v červnu. Na rozdíl od předchozí zkoumané společnosti je
v prosinci vykazována ztráta. Průměrné denní ln. výnosy v jednotlivých měsících jsou
opět zaznamenány v grafu 7 na následující straně.
40
Graf 7: Fortuna – průměrné denní ln. výnosy v jednotlivých měsících
Zdroj: vlastní zpracování
Třetí zkoumanou společností je Komerční banka. Výsledky jednotlivých měsíců jsou
uvedeny v tabulce 10.
Tabulka 10: KB – lednový efekt
Zdroj: vlastní zpracování v programu Statistica
-0,008
-0,006
-0,004
-0,002
0
0,002
0,004r
t
41
Zatímco u pondělního efektu jsme zamítali nulovou hypotézu ve prospěch alternativní,
u lednového efektu je hladina významnosti α=0,05 nižší než hodnota p-value, tudíž nu-
lovou hypotézu nelze zamítnout. Obdobím ziskovosti je pro Komerční banku období od
června do října, nejvyšší průměrný denní výnos je vykazován v srpnu. V prosinci banka
vykazuje denní kurzové ztráty stejně jako Fortuna. Průměrné denní výnosy jsou znázor-
něny v grafu 8. Dle směrodatné odchylky je volatilita výnosů poměrně vyrovnaná. Nej-
nižší směrodatná odchylka je zaznamenána v březnu, nejvyšší v lednu.
Graf 8: KB – průměrné denní ln. výnosy v jednotlivých měsících
Zdroj: vlastní zpracování
Poslední test na lednový efekt byl proveden u společnosti Unipetrol. Výsledky jsou
zaznamenány v tabulce 11 na následující straně.
I u poslední společnosti je hodnota p-value vyšší než hladina významnosti α=0,05. Nej-
nižší volatilita výnosů se vyskytuje v červnu, nejvyšší je zaznamenána v březnu. U spo-
lečnosti Unipetrol se střídají zisky i ztráty, není zde žádné delší období, během kterého
by bylo dosahováno zisku. Nejvyšší zisk se objevuje v březnu a největší ztráta v říjnu.
Průměrné denní výnosy v jednotlivých měsících jsou promítnuty do grafu 9.
-0,003
-0,002
-0,001
0
0,001
0,002
0,003
0,004
0,005r
t
42
Tabulka 11: Unipetrol – lednový efekt
Zdroj: vlastní zpracování v programu Statistika
Graf 9: Unipetrol – průměrné denní ln. výnosy v jednotlivých měsících
Zdroj: vlastní zpracování
Nepodařilo se prokázat přítomnost lednového efektu ani u jedné z testovaných společ-
ností. Průměrné denní výnosy v jednotlivých měsících se liší a nebyla pozorována zá-
vislost mezi průměrnými denními výnosy a jednotlivými měsíci. Výsledky zkoumaných
společností jsou opět promítnuty společně do grafu 10, který zobrazuje jejich průměrné
denní výnosy v jednotlivých měsících.
-0,0008
-0,0006
-0,0004
-0,0002
0
0,0002
0,0004
0,0006
0,0008
0,001
0,0012
0,0014r
t
43
Graf 10: Průměrné denní ln. výnosy v jednotlivých měsících u všech společností
Zdroj: vlastní zpracování
Ani z tohoto grafu nelze jednoznačně určit, zda je některý měsíc nejlepší, co se výnos-
nosti týče. Nejvyšší výnosy se u většiny společností vyskytují v období od července do
září. Dá se říci, že společnost Unipetrol má poměrně stabilní akciový kurz, její výnosy
nejsou rozkolísané. Naopak společnost CETV má akciový kurz velmi rozkolísaný. Od
května do srpna její denní výnosy v průměru rostou, ale během září a října dochází
k prudkému poklesu kurzu a vzniká zde ztráta. Od října do prosince výnosy opět rake-
tově vzrostou a během prosince opět klesají, až se v lednu dostávají téměř na nulu. Po-
kud pomineme vyšší prosincový výnos CETV, lze konstatovat, že v lednu jsou výnosy
vyšší, než je v prosinci.
-0,02
-0,015
-0,01
-0,005
0
0,005
0,01
0,015
0,02
r
t
CETV Fortuna KB Unipetrol
44
8 Závěr
Cílem této bakalářské práce bylo analyzovat anomálie narušující efektivitu a prokázat
nebo vyvrátit výskyt lednového a pondělního efektu u společností, které jsou obchodo-
vány na Burze cenných papírů Praha.
Pondělní efekt je založen na předpokladu, že průměrné denní pondělní výnosy se výraz-
ně liší od průměrné výše pátečního výnosu. V případě pondělního efektu se nulovou
hypotézu o různých pondělních a pátečních výnosech nepodařilo zamítnout ani u jedné
ze zkoumaných společností. Pouze v případě Komerční banky byla prokázána rozdílná
výše pondělních výnosů a výnosů v ostatních dnech kromě pátku, což je způsobeno
zápornou hodnotou pondělního výnosu a kladnými hodnotami úterních, středečních a
čtvrtečních výnosů. Tento efekt lze vysvětlit chováním investorů, kteří se vyhýbají rizi-
ku v souvislosti s možným zveřejňováním informací během úterý. Vzhledem k dobrým
hospodářským výsledkům společnosti se lze dále domnívat, že na trh přicházely pouze
pozitivní zprávy, které vedly ke zvýšené poptávce a růstu cen akcií KB v průběhu týd-
ne. U ostatních společností nebyla prokázána existence odlišných pondělních výnosů
v porovnání s ostatními dny v týdnu. Celkově se tedy nepodařilo prokázat závislost me-
zi průměrnými denními logaritmovanými výnosy a dnem v týdnu. Důvodem neproká-
zání hypotézy může být i to, že anomálie byly pozorovány u malých amerických spo-
lečností.
Další zkoumanou anomálií je lednový efekt, který se projevuje růstem akciových kurzů
v průběhu ledna. Průměrný denní výnos v měsíci lednu by měl být vyšší než průměrný
denní výnos v ostatních měsících. U lednového efektu se nepodařilo zamítnout nulovou
hypotézu o rozdílných denních výnosech v jednotlivých měsících ani u jedné ze společ-
ností. Pouze u společnosti CETV činila hodnota p-value 0,0548 a byla tedy nepatrně
vyšší než zvolená hladina významnosti. Je tedy možné, že lednový efekt začíná již
v polovině prosince a může trvat až do začátku února, tudíž se v lednu tolik neprojevuje.
Zajímavá je nižší volatilita výnosů během července a srpna. V této době jsou letní
prázdniny a dovolené, během kterých se může méně obchodovat s akciemi.
V této práci tedy nebyl potvrzen výskyt pondělního ani lednového efektu u vybraných
akcií obchodovaných na Pražské burze. Lze se tedy přiklonit k názoru, že chování kurzů
akcií u zvolených společností odpovídá spíše teorii efektivního trhu, která přítomnost
těchto anomálií vylučuje.
45
I. Summary
The aim of this bachelor thesis was to analyse anomalies which disturb the effectiveness
and to prove or disprove the occurrence of January and Monday effects on the stock
market. Selected companies are traded on the Prague Stock Exchange.
In the case of the Monday effect, the null hypothesis is not rejected in favour of the al-
ternative hypothesis even for one of the companies. We could partly reject the hypothe-
sis by returns of Komerční banka, where excluding Monday´s and Friday´s returns, p-
value was lower than significance level α. If we were to study comparisons of only
Monday´s returns with other days of the week, we would reject the null hypothesis in
favour of the alternative hypothesis.
In the case of the January effect, the null hypothesis is not rejected even for one of the
companies. However, disputable is the comparison of January´s and December´s returns
by CETV Company. The p-value was 0,0548. Although the significance level α is 0,05
the difference is insignificant.
There is no dependence between the average daily returns and the day of the week as
well as between the average daily returns and a single month. I agree with the theory of
efficient market, because there were no anomalies which could be proved. There is no
influence of market capitalization on January and Monday effect.
Key words: efficient market theory, behavioural finance, anomalies, January effect,
Monday effect
46
II. Použitá literatura
Banz, R. W. (1981). The Relationship Between Return and Market Value of Common
Stocks. Journal of Financial Economics, March. 9, (1), 3-18
Blake, D. (1995). Analýza finančních trhů. 1.vyd. Praha: Grada Publishing.
Bleiberg, S. (1989). How Little We Know About P/Es, But Also Perhaps are Than We
Think. Journal of Portfolio Management, Summer, 15, (4), 26-31.
Capaul, C., Rowley, I., Sharpe, W. F. (1993). International Value and Growth Stock
Returns. The Financial Analysts Journal, January/February, 49, (1), 27-36.
Čermáková, A., Střeleček F. (1995). Statistika I. 1. vyd. České Budějovice: JČU ZF
České Budějovice.
De Bondt, W. F. M., Thaler, R. H. (1995). Financial decision-making in markets and
firms: a behavioral perspective. N: Jarrow, R.: Handbooks in OR and MS. North
Holland, Amsterdam.
Dimson, E. (1988). Stock Market Anomalies. 1. vyd. Cambridge: Cambridge University
Press.
Fama E. F., (1969). Efficient Cpaital Markets: A Review of Theory and Empirical Work.
The Journal of Finance, 25, (2), 383-417.
French, K. (1980). Stock Returns and the Weekend Effect. Journal of Financial Econo-
mics. March, 8, (1), 55-69.
Gultekin, M. N., Gultekin, B. N. (1983). Stock Market Seasonality: International Evi-
dence. Journal of Financial Economics, December, 12, (4), 469-481.
Haugen, R. A., Lakinshok J. (1988). The Incedible January Effect. Homewood: Dow
Jones-Irwin.
Hawawini, G., Keim, D. B. (1992). On the Predictability of Common Stock Returns:
Worldwide Evidence, Wharton School Rodney L. White Center for Financial Research,
Rodney L. White Center for Financial Research Working Papes, 2/1992.
Jacobs, B. I., Levy, K. N. (1988). Disentangling Equity Return Irregularities: New In-
sights and Investment Opportunities. Financial Analysts Journal, May/June, 3, (44),
18-43.
47
Jílek, J. (1997). Finanční trhy. 1. vyd. Praha: Grada Publishing.
Jílek, J. (1998). Kapitálový a derivátový trh. 1. vyd. Praha: Bankovní institut.
Jílek, J. (2009). Akciové trhy a investování. 1. vyd. Praha: Grada.
Jílek, J. (2009). Finanční trhy. 1.vyd. Praha: Grada Publishing.
Kanehman, D. , Tversky, A. N. (1979). Prospect Theory: An Analysis of Decision under
Risk. Ecometrica, March, 47, (2), 263-292.
Kanehman, D. , Tversky, A. N. (1992). Advances on Prospect Theory: Cumulatice Re-
presentation of Uncertainty. Journal of Risk and Uncertainty, October, 5, (4), 297-323.
Keim, D. (1983). Size-Related Anomalies and Stock Return Seasonality: Luther Empi-
rical Evidence. Journal of Financial Economics. June, 12, (1), 13-32.
Kendall, M. (1953). The Analysis of economic time series. Part I.:Prices. Journal of the
Royal Statistical Society, 116, (1), 11-34.
Malkiel, B. G. (1977). The Valuation of Closed-end Investment Company Shares. Jour-
nal of Finance, June, 32, (3), 847-859.
Malkiel, B. G. (2003). The Efficient Market Hypotheses and its Critics. Journal of Eco-
nomic Perpectives, Winter, 17, (1), 59-82.
Musílek, P. (2011). Trhy cenných papírů. 2., aktualiz. a rozš. vyd. Praha: Ekopress.
Rendelman, R. J., Jones, C. P., Latané, H. A. (1982). Empirical Anomalies Based on
Unexpected Earnings and the Importance of Risk Adjustments. Journal of Financial
Economics, November, 10, (3), 269-287.
Roberts, H. (1967). Statistical versus prediction of the stock market. Unpublished ma-
nuscript, CRSP, University of Chicago.
Rosef, M. S., Kinney, W. R. (1976). Capital Markets Seasonality: The Case of Stock
Returns. Joural of Financial Economics, 3, (4), 379-402.
Samuelson, P. A., Nordhaus, W. D. (1991). Ekonomie. 1. vyd. Praha: Svoboda.
Synek, M., Kislingerová, E. a kol. (2010). Podniková ekonomika. 5. Vyd. Praha: Na-
kladatelství C. H. Beck.
Thaler, R. H. (1987). Anomalies: The January Effect. Economic Perspektives, 1, (1),
197-201.
48
Veselá, J. (2011). Investování na kapitálových trzích. 2., aktualiz. vyd. Praha: Wolters
Kluwer Česká republika.
Zákon č. 256/2004 Sb. o podnikání na kapitálovém trhu (§124, odst. 1 a,b).
Zwach, L. (1945). Theorie podnikové ekonomiky průmyslové. Brno: Nakladatelství Po-
korný.
Elektronické zdroje
CME. (2014). Company Overwiev. Dostupné z: http://www.cetv-net.com/en/about-
cme/company-overview.shtml
Fortuna. (2014). Historie. Dostupné
z: http://www.fortunagroup.eu/cz/o_fortuna_group/index.html
Keim, D. B. (2006). New Palgrave Anomalies. Wharton University of Pennsylvania.
Dostupné z:
http://finance.wharton.upenn.edu/~keim/research/NewPalgraveAnomalies(May302006).
Komerční banka. (2014). Základní informace. Dostupné z: http://www.kb.cz/cs/o-
bance/o-nas/zakladni-informace.shtml
Sweert, G. W. (2003). Anomalies and Market Efficiency. University of Rochester. Do-
stupné z: http://schwert.ssb.rochester.edu/hbfech15.pdf
Unipetrol. (2014). O nás. Dostupné
z: http://www.unipetrol.cz/cs/ONas/Stranky/default.aspx
Unipetrol. (2014). Historie. Dostupné z:
http://www.unipetrol.cz/cs/ONas/Stranky/Historie.aspx
XTB Brokers. (2014). Analytika. Dostupné z: http://www.xtb.cz/analytika/trading-
central
Wikipedia. (2014). Behavioral economics. Dostupné z:
http://en.wikipedia.org/wiki/Behavioral_economics
49
III. Seznam tabulek
Tabulka 1: Testy hypotézy o shodě rozptylů dvou normálních rozdělení ...................... 29
Tabulka 2: Testy hypotézy o shodě středních hodnot dvou rozdělení N(μ1, σ2) a N(μ2, σ
2)
pro shodné rozptyly ........................................................................................................ 29
Tabulka 3: Testy hypotézy o shodě středních hodnot dvou rozdělení N(μ1, ) a N(μ2,
) pro shodné rozptyly .................................................................................................. 30
Tabulka 4: CETV – pondělní efekt ................................................................................. 33
Tabulka 5: Fortuna – pondělní efekt ............................................................................... 34
Tabulka 6: KB – pondělní efekt ...................................................................................... 35
Tabulka 7: Unipetrol – pondělní efekt ............................................................................ 36
Tabulka 8: CETV- lednový efekt .................................................................................... 38
Tabulka 9: Fortuna – lednový efekt ................................................................................ 39
Tabulka 10: KB – lednový efekt ..................................................................................... 40
Tabulka 11: Unipetrol – lednový efekt ........................................................................... 42
50
Seznam grafů
Graf 1: CETV – průměrné denní ln. výnosy ................................................................... 33
Graf 2: Fortuna – průměrné denní ln. výnosy ................................................................ 34
Graf 3 – průměrné denní ln. výnosy ............................................................................... 35
Graf 4: Unipetrol – průměrné denní ln. výnosy .............................................................. 36
Graf 5: Porovnání průměrných denních ln. výnosů zkoumaných společností ............... 37
Graf 6: CETV – průměrné denní ln. výnosy v jednotlivých měsících ........................... 38
Graf 7: Fortuna – průměrné denní ln. výnosy v jednotlivých měsících ......................... 40
Graf 8: KB – průměrné denní ln. výnosy v jednotlivých měsících ................................ 41
Graf 9: Unipetrol – průměrné denní ln. výnosy v jednotlivých měsících ....................... 42
Graf 10: Průměrné denní ln. výnosy v jednotlivých měsících u všech společností ........ 43
Seznam obrázků
Obrázek 1: Okamžitá, skoková reakce akciového kurzu na novou, neočekávanou
informaci oznámenou ke dni 0 ........................................................................................ 16
Obrázek 2 : Postupná, předběžná a nadměrná reakce akciového kurzu na novou,
neočekávanou informaci oznámenou ke dni 0 ................................................................ 17